本文介绍如何在android ocr应用中，对识别出的文本进行关键词匹配过滤，只将匹配到的预设词汇（如“abc”）显示在textview中，避免无效内容干扰，同时规避常见逻辑与作用域错误。
在OCR实时识别场景中，receiveDetections() 回调会持续返回识别出的文本块（TextBlock）。原始代码将所有识别结果拼接后直接显示，但实际需求往往是白名单式过滤：仅当识别文本中包含预定义关键词（如 "abc"）时，才在 TextView 中展示匹配项（可选择显示完整识别句或仅匹配词）。
关键问题在于你尝试使用的逻辑存在三处典型错误：
- 作用域错误：stringBuilder 是方法内局部变量，无法在 while 循环中被访问（且该循环本身无意义——它阻塞主线程、无退出条件、也未更新判断依据）；
- 逻辑颠倒：list.contains(stringBuilder) 试图用 StringBuilder 对象去匹配字符串列表，类型不匹配（应检查 stringBuilder.toString() 是否 包含 列表中的某词，而非反过来）；
- 越界风险：for (int j = 0; j
✅ 正确做法是在构建完识别文本后，立即进行关键词扫描，并生成过滤结果：
SEO Keyword Density
下载
SEO关键词密度优化与页面审计技能。使用场景：①提供页面路径与关键词进行SEO优化；②提升页面关键词密度；③提升搜索引擎排名；④进行SEO审计（meta标签、OG、hreflang等）。触发词：关键词密度、SEO优化、关键词优化等。
@Override
public void receiveDetections(Detector.Detections<TextBlock> detections) {
final SparseArray<TextBlock> items = detections.getDetectedItems();
if (items.size() == 0) return;
// 1. 拼接全部识别文本（保留换行便于调试）
StringBuilder fullText = new StringBuilder();
for (int i = 0; i < items.size(); i++) {
TextBlock item = items.valueAt(i);
fullText.append(item.getValue()).append("\n");
}
String detected = fullText.toString().trim();
// 2. 定义关键词白名单（建议声明为成员变量，避免重复创建）
List<String> keywords = Arrays.asList("abc", "def", "xyz"); // 示例
// 3. 提取所有匹配到的关键词（去重 + 保持顺序）
Set<String> matched = new LinkedHashSet<>();
for (String keyword : keywords) {
if (detected.toLowerCase().contains(keyword.toLowerCase())) {
matched.add(keyword);
}
}
// 4. 更新UI：显示匹配项（用换行分隔），无匹配则清空
final String result = matched.isEmpty()
? ""
: String.join("\n", matched);
textView.post(() -> textView.setText(result));
}? 注意事项：
- ✅ 使用 toLowerCase() 实现大小写不敏感匹配（OCR输出大小写不稳定）；
- ✅ 用 LinkedHashSet 保证匹配词按白名单顺序首次出现，并自动去重；
- ✅ textView.post() 确保在主线程安全更新UI；
- ⚠️ 避免在主线程做耗时操作（如正则全文匹配大量关键词），若词库极大（>1000条），建议预编译为 Aho-Corasick 自动机；
- ? 进阶需求（如高亮原文中匹配位置、显示上下文）可结合 SpannableStringBuilder 实现。
总结：过滤逻辑必须嵌入 receiveDetections() 内部，在 stringBuilder 可见范围内完成；核心是「遍历关键词 → 检查是否存在于识别文本中 → 汇总结果 → 更新UI」，而非在外部轮询 TextView 内容。
